엔비디아, DGX 및 RTX 시스템의 AI 추론 성능 40% 향상, DGX Spark는 1TB 메모리 지원 위해 최대 8개 유닛 클러스터링
🇰🇷 한글 번역
엔비디아는 DGX Spark 플랫폼이 이제 8웨이 클러스터를 지원하며, DGX 및 RTX 시스템에서 AI 추론 성능이 40% 향상된다고 발표했다.
64GB 및 1TB 구성에서 메모리를 각각 512GB 및 1TB로 늘려 8웨이 NVIDIA DGX Spark 클러스터 지원 시작
오늘날 엔비디아는 로컬 AI 개발 분야에서 DGX 및 RTX 플랫폼에 대한 새로운 업데이트를 공유했다. 며칠 후 DGX Spark 64GB 구성의 출시가 임박함에 따라, 엔비디아는 기존에 지원되던 4웨이 클러스터 대비 큰 도약인 최대 8웨이 클러스터 구성을 지원하도록 DGX Spark 플랫폼을 개방했다.
이 새로운 수동 구성을 통해 엔비디아의 64GB DGX Spark 시스템은 최대 512GB의 메모리를 확보할 수 있으며, 128GB DGX Spark 시스템은 인상적인 1TB의 메모리를 풀링할 수 있어 더 큰 모델, 긴 컨텍스트, 동시 에이전트 실행 및 분산 개발을 가능하게 한다. 엔비디아는 1TB의 메모리가 GLM 5.3과 같은 최첨단급 모델을 플랫폼에서 실행할 수 있게 한다고 밝혔다.
한편, 엔비디아는 이미 64GB DGX Spark 구성과 함께 27B 및 Gemma 4 26B-A4B과 같은 다른 모델들과 함께 64GB DGX Spark 구성에 이상적인 Nemotron 3.5 Bolt 74B 24GB와 같은 새로운 AI 모델들을 출시했다.
또한 이번 달 말에 NVIDIA Sync Model Launcher가 제공될 예정이다. 이는 단일 DGX Spark 또는 클러스터에서 로컬 AI에 대한 접근을 단순화한다. 몇 번의 클릭만으로 Model Launcher는 구성에 맞는 모델과 컨테이너를 다운로드하고, 모델을 OpenCode에 연결한다. 또한 문제 해결, 장치 유지보수, 공식 문서 접근 및 기타 워크플로우 가이드를 위해 DGX Spark Skills를 자동으로 로드한다.
10월 DGX Spark 소프트웨어 업데이트는 애플라이언스 모드에서 DGX Spark가 실행 중일 때 사용자가 네트워크를 전환할 수 있는 새로운 Wi-Fi 어시스턴트를 가져온다. 또한 DGX Spark Skills는 OpenCode를 통해 NVIDIA Sync로 직접 문제 해결 및 장치 유지보수에 초점을 맞춘 워크플로우 가이드를 제공한다.
더불어 Recursive Flint는 RTX Spark에 최적화된 새로운 로컬 코딩 모델이다. 이는 25억 개의 활성 파라미터를 가진 40B MoE 모델로, 64GB RTX Spark 시스템에서 초당 220개 이상의 토큰이라는 빠른 추론 성능을 제공한다.
RTX 및 DGX 시스템 전반에서 추가로 지원되는 데이트 제로 모델들도 소개되고 있으며, 여기에는 Nemotron Bolt E4B 4B, GLM, DeepSeek, , MiniMax M3.1 및 FLUX.3 Klein이 포함된다.
또한 엔비디아는 로컬 AI 하드웨어에서 RAM 효율성을 위해 최적화된 새로운 모델 체크포인트 컬렉션을 출시했으며, 이를 통해 최첨단급 오픈 모델이 KV 캐시를 위해 충분한 메모리를 남기고 실행될 수 있게 되었다. 각 체크포인트는 완전 정밀도 정확도에 가까운 상태를 유지하면서 양자화되었으며, 단일 DGX Spark 128GB 또는 RTX PRO 6000에서 두 시스템에서 GLM-5.3-Flash-FP4-Local로 시작된다.
마지막으로, 엔비디아는 에이전트 AI 워크로드 전반에서 더 빠른 AI 추론 성능을 추진하고 있으며, 이를 위해 vLLM 및 llama.cpp 오픈소스 커뮤니티와 협력하고 있다. 그 결과, DGX Spark는 3.8 27B에서 30% 더 빠른 성능을 제공하고, DGX Station은 GLM 5.3 Flash에서 20% 향상된 성능을 보이며, RTX PRO 6000 Blackwell은 3.8 Flash-Next에서 40% 성능 향상을 제공한다.
다음은 GTC 2026 베를린에서 로컬 AI 분야에서 엔비디아가 발표한 모든 발표 목록이다:
- RTX Spark에 Underdog Desktop Agent 도입: 이 앱은 AI 모델을 장치 전체에서 실행하여 개인 에이전트가 사용자 데이터가 PC를 벗어나지 않고 작동할 수 있도록 한다.
- Recursive Superintelligence의 새로운 로컬 코딩 모델인 RTX Spark 및 기타 제품군을 위한 Recursive Flint: NVIDIA 로컬 하드웨어에 최적화된 오픈 가중치 코딩 기능을 제공합니다.
- 신규 모델에 대한 Day-zero 지원: 업데이트는 Nemotron, GLM, DeepSeek, , MiniMax 및 FLUX.3를 아우르며, 로컬 에이전트 및 코딩부터 이미지 생성 및 편집에 이르는 다양한 워크로드를 지원합니다.
- 더 빠른 로컬 추론 및 메모리 효율적인 모델: 새로운 llama.cpp 및 vLLM 최적화는 에이전트 워크로드 속도를 높이며, 최적화된 모델 체크포인트는 더 긴 컨텍스트를 위해 더 많은 메모리를 확보할 수 있게 합니다.
- DGX Spark 64GB가 10월 23일 금요일 출시: 새로운 시스템은 개발자가 로컬 AI 애플리케이션을 구축하고 실행하기 위한 또 다른 진입점을 제공합니다.
- DGX Spark는 8개 시스템으로 확장되며, 더 간단한 모델 배포가 예정됨: 개발자는 최대 1TB의 통합 메모리를 갖춘 클러스터를 수동으로 구성할 수 있습니다. 이번 달 NVIDIA Sync 업데이트는 8개 시스템 지원을 추가하고 Model Launcher를 통해 모델 다운로드 및 코딩 도구 연결을 단순화할 예정입니다.
- 10월 DGX Spark 소프트웨어 업데이트는 일상적인 사용을 단순화함: Wi-Fi Assistant는 애플라이언스 모드에서 네트워크 전환을 더 쉽게 만들어주며, 업데이트된 DGX Spark Skills는 문제 해결, 유지보수 및 워크플로우 가이드를 제공합니다.
- DGX Station을 위한 7가지 새로운 엔터프라이즈 관리 통합: Absolute Security, Splunk by Cisco, Fleet Device Management, Microsoft Intune, Perforce Puppet, Progress Software Chef 및 Tanium과의 통합은 IT 팀이 로컬 AI 인프라를 배포하고 관리하는 데 도움을 줍니다.
- 12월 DGX Station for Windows 출시: 제조 애플리케이션 및 에이전트 하니스에 대한 지원은 로컬 AI를 설계, 시뮬레이션, 검증 및 엔지니어링 자동화 분야로 가져옵니다.
- 3가지 새로운 오픈 소스 로봇공학 워크플로우: DGX Station의 참조 워크플로우는 개발자가 로봇 모델을 정교화하고, 정교한 조작 기술을 훈련하며, 합성 데이터 생성을 위해 사후 훈련된 세계 모델을 구축하는 데 도움을 줍니다.
- NVIDIA Cloud Functions가 초기 액세스 형태로 DGX Station에 도입됨: 팀은 공통 인터페이스를 통해 로컬 모델 엔드포인트를 공유하고 애플리케이션 코드를 변경하지 않고도 기반 모델을 업데이트할 수 있습니다.
NVIDIA의 최신 업데이트는 DGX Spark 및 RTX 시스템을 강력한 접근 가능한 로컬 AI 플랫폼으로 확고히 자리매김했으며, 개발자가 프론티어급 워크로드를 자체 하드웨어에서 완전히 실행하는 데 필요한 규모, 최적화된 모델 및 더 빠른 추론 능력을 제공합니다.
더 많은 뉴스 커버리지를 피드에서 확인하려면 Google에서 Wccftech를 팔로우하세요.
📄 원문 (English)
NVIDIA has announced DGX Spark platforms now support 8-way clusters while AI inference gains a 40% boost on DGX & RTX systems.
8-Way NVIDIA DGX Spark Clusters Now Supported, Boosting Memory To 512 GB on 64 GB & 1 TB on 128 GB Configurations
Today, NVIDIA is sharing new updates for its DGX and RTX platforms on the local AI development front. With the launch of DGX Spark 64 GB configurations approaching in a few days, NVIDIA has opened up the DGX Spark platform to support up to an 8-way clustered configuration, a big push vs. the 4-way clusters previously supported.
With this new manual configuration, NVIDIA's 64 GB DGX Spark systems can rack up 512 GB of memory, while 128 GB DGX Spark systems can pool up an impressive 1 TB of memory, enabling larger models, longer contexts, concurrent agents and distributed development. NVIDIA says the 1 TB of memory enables the platform to run frontier-class models like GLM 5.3.
Meanwhile, NVIDIA has already launched new AI models such as the Nemotron 3.5 Bolt 74B 24GB, which is ideal for 64 GB DGX Spark configurations alongside other models such as Qwen3.8 27B & Gemma 4 26B-A4B.
NVIDIA Sync Model Launcher will also be available later this month. It simplifies access to local AI on a single DGX Spark or a cluster. With a few clicks, Model Launcher downloads a model and container suited to the configuration and connects the model to OpenCode. It automatically loads DGX Spark Skills for troubleshooting, device maintenance, access to official documentation and other workflow guidance.
The October DGX Spark software update brings a new Wi-Fi Assistant that lets users switch networks when DGX Spark is running in appliance mode. Plus, DGX Spark Skills provide workflow-focused guidance in troubleshooting and device maintenance directly into NVIDIA Sync via OpenCode.
Furthermore, Recursive Flint is a new local coding model that has been optimized for RTX Spark. This is a 40 B MoE model with 2.5 billion active parameters, and offers fast inference performance of over 220 Tokens Per second on 64 GB RTX Spark systems.
Additional Day-0 models supported across RTX and DGX systems are also being introduced, such as Nemotron Bolt E4B 4B, GLM, DeepSeek, Qwen and MiniMax M3.1, plus the FLUX.3 Klein.
Plus, NVIDIA has released a new collection of model checkpoints optimized for RAM efficiency on local AI hardware, enabling frontier-class open models to run with sufficient memory left over for KV cache. Each checkpoint is quantized while staying close to full-precision accuracy, starting with Qwen3.8-Flash-Next-FP4-Local on a single DGX Spark 128GB or RTX PRO 6000 and GLM-5.3-Flash-FP4-Local on two systems.
Lastly, NVIDIA is pushing for faster AI inference performance across agentic AI workloads as it works with the vLLM and llama. CPP open-source communities.cpp open-source communities. As a result, the DGX Spark now offers 30% faster performance in Qwen 3.8 27 B, the DGX Station offers a 20% boost in GLM 5.3 Flash, while RTX PRO 6000 Blackwell offers a 40% uplift in Qwen 3.8 Flash-Next.
The following are the full list of announcements coming from NVIDIA at GTC 2026 Berlin on the local AI front:
- Underdog Desktop Agent comes to RTX Spark: The app runs AI models entirely on device, enabling personal agents to work without user data leaving the PC.
- A new local coding model from Recursive Superintelligence for RTX Spark and more: Recursive Flint brings open weights coding capabilities optimized for NVIDIA local hardware.
- Day-zero support for new models: Updates span Nemotron, GLM, DeepSeek, Qwen, MiniMax and FLUX.3, supporting workloads from local agents and coding to image generation and editing.
- Faster local inference and more memory-efficient models: New llama.cpp and vLLM optimizations accelerate agentic workloads, while optimized model checkpoints leave more memory available for longer contexts.
- DGX Spark 64GB arrives Friday, Oct. 23: New systems give developers another entry point for building and running local AI applications.
- DGX Spark scales to eight systems, with simpler model deployment coming: Developers can manually configure clusters with up to 1TB of unified memory. NVIDIA Sync updates this month will add eight-system support and Model Launcher to simplify downloading models and connecting them to coding tools.
- October’s DGX Spark software update simplifies everyday use: Wi-Fi Assistant makes switching networks easier in appliance mode, while updated DGX Spark Skills provide troubleshooting, maintenance and workflow guidance.
- Seven new enterprise management integrations for DGX Station: Integrations with Absolute Security, Splunk by Cisco, Fleet Device Management, Microsoft Intune, Perforce Puppet, Progress Software Chef and Tanium help IT teams deploy and manage local AI infrastructure.
- DGX Station for Windows launches in December: Support for manufacturing applications and agent harnesses brings local AI into design, simulation, validation and engineering automation.
- Three new open source robotics workflows: Reference workflows on DGX Station help developers refine robot models, train dexterous manipulation skills and post-train world models for synthetic data generation.
- NVIDIA Cloud Functions is coming to DGX Station in early access: Teams can share local model endpoints through a common interface and update underlying models without changing application code.
NVIDIA’s latest updates solidify DGX Spark and RTX systems as powerful, accessible platforms for local AI, giving developers the scale, optimized models, and faster inference needed to run frontier-class workloads entirely on their own hardware.
Follow Wccftech on Google to get more of our news coverage in your feeds.
▶ 칩 라이브 24 홈으로 — chiplive24.com